[논문 리뷰] Contextuality bounds the efficiency of classical simulation of quantum processes

Angela Karanjai, Joel J. Wallman외 1명|arXiv (Cornell University)|2018. 02. 21.

Quantum Computing Algorithms and Architecture참고 문헌 29인용 수 21

한 줄 요약

이 논문은 양자역학에서의 연역성(컨텍슈얼리티)이 양자 하위이론을 시뮬레이션하는 데 필요한 고전적 메모리의 기본 하한을 규정함을 보여준다. 큐비트 스테이빌라이저 하위이론의 경우, 고전적 시뮬레이션에 최소 Ω(n²)개의 고전적 비트가 필요하다는 것을 증명하며, 고전적 메모리의 스케일링이 Gottesman-Knill 알고리즘과 동일한 비율을 따르고 있음을 보여주며, 연역성이 선형 스케일링의 시뮬레이션을 방지함으로써, 이 설정에서 연역성이 양자 우월성의 자원임을 규명한다.

ABSTRACT

Contextuality has been conjectured to be a super-classical resource for quantum computation, analogous to the role of non-locality as a super-classical resource for communication. We show that the presence of contextuality places a lower bound on the amount of classical memory required to simulate any quantum sub-theory, thereby establishing a quantitative connection between contextuality and classical simulability. We apply our result to the qubit stabilizer sub-theory, where the presence of state-independent contextuality has been an obstacle in establishing contextuality as a quantum computational resource. We find that the presence of contextuality in this sub-theory demands that the minimum number of classical bits of memory required to simulate a multi-qubit system must scale quadratically in the number of qubits; notably, this is the same scaling as the Gottesman-Knill algorithm. We contrast this result with the (non-contextual) qudit case, where linear scaling is possible.

연구 동기 및 목표

• 연역성과 양자 과정의 고전적 시뮬레이터 가능성 사이의 정량적 연관성을 확립하기 위해.
• 고전적으로 시뮬레이터 가능한 큐비트 스테이빌라이저 하위이론이 상태에 독립적인 연역성을 보이는데도 불구하고 이에 대한 모순을 해결하기 위해.
• 연역성이 양자 하위이론을 시뮬레이션하는 데 필요한 고전적 메모리 요구량에 기본 하한을 규정하는지 확인하기 위해.
• 연역성이 풍부한 큐비트 시스템과 비연역성의 큐디트 시스템 간의 고전적 시뮬레이션 복잡도를 비교하기 위해.
• Gottesman-Knill 알고리즘이 연역성으로 인해 渐近적으로 최적임을 보여주기 위해.

제안 방법

• 양자 하위이론을 측정 가능한 관측가능량의 닫힌 집합으로 정의하며, 이에 관련된 모든 양자 상태와 측정 통계를 포함한다.
• 고전적 시뮬레이션을 상태 기반 기계로 모델링하며, 측정 결과에 따라 내부 상태를 갱신하고, 가능성 제약 조건(상태 갱신)과 상태 집합 간의 상호배타성( SSD )만을 만족시킨다.
• 최대한 많은 수의 양자 상태가 단일 고전적 내부 상태로 표현될 수 있는지를 추론하기 위해 재귀적 수량 계산 기법을 사용한다.
• 이 제약 조건을 n-큐비트 스테이빌라이저 하위이론에 적용하며, 스테이빌라이저 상태의 총 수는 |S| = 2ⁿ∏ⱼ(2ʲ+1)이며, 고전적 상태당 최대 그룹 크기는 m = 5×3ⁿ⁻²로 제한된다.
• 최소 고전적 메모리 요구량을 log₂(|S|/m) ≈ ½n(n−1)로 유도하며, 이는 n에 대해 제곱 스케일링임을 보여준다.
• 이 하한을 Gottesman-Knill 알고리즘의 n(2n+1) 비트와 비교하여, 어떤 시뮬레이션도 n에 대해 선형 스케일링을 초과할 수 없음을 증명한다.

실험 결과

연구 질문

• RQ1 연역성이 양자 하위이론을 시뮬레이션하는 데 필요한 고전적 메모리 요구량에 기본 하한을 규정하는가?
• RQ2 큐비트 스테이빌라이저 하위이론은 상태에 독립적인 연역성을 보이는데도 불구하고 왜 고전적으로 시뮬레이터 가능한가?
• RQ3 연역성의 존재가 비연역성 큐디트 시스템에서 관찰된 것과 같이 선형 스케일링의 고전적 시뮬레이션을 배제할 수 있는가?
• RQ4 Gottesman-Knill 알고리즘이 n-큐비트 스테이빌라이저 하위이론을 시뮬레이션하는 데 渐近적으로 최적인가?
• RQ5 완전한 확률 재현 없이도 연역성의 존재만으로도 고전적 시뮬레이션의 메모리 비용을 하한으로 제약할 수 있는가?

주요 결과

• 연역성은 고전적 메모리에 기본 하한을 규정한다: 연역성이 풍부한 양자 하위이론을 시뮬레이션하려면 최소 Ω(n²)개의 고전적 비트가 필요하다.
• n-큐비트 스테이빌라이저 하위이론의 경우, 필요한 최소 고전적 비트 수는 약 ½n(n−1)이며, 이는 총 스테이빌라이저 상태 수와 고전적 내부 상태당 최대 상태 수의 비율에서 유도된다.
• 이 제곱 스케일링은 Gottesman-Knill 알고리즘의 메모리 사용량과 정확히 일치하며, 어떤 고전적 시뮬레이션도 n에 대해 선형 스케일링을 초과할 수 없음을 증명한다.
• 이 결과는 선형 스케일링 시뮬레이션(예: 이산 위그너 함수 샘플링 기반)이 큐비트 스테이빌라이저 하위이론에서는 연역성으로 인해 불가능하다는 것을 설명한다.
• 이 하한은 또한 어떤 고전적 시뮬레이션의 시간 복잡도에 대응하는 하한을 암시하며, 공간 복잡도가 시간 복잡도를 제약하기 때문이다.
• 이 틀은 다른 하위이론에도 일반적으로 적용 가능하며, 연역성에 기반한 메모리 하한을 도출하는 방법을 제공하며, 비닫힘 회로 클래스로의 확장 가능성도 있다.